<p>In this thesis, we explore techniques in statistics and persistent homology, which detect features among data sets such as graphs, triangulations and point cloud. We accompany our theorems with algorithms and experiments, to demonstrate their effectiveness in practice.</p><p></p><p>We start with the derivation of graph scan statistics, a measure useful to assess the statistical significance of a subgraph in terms of edge density. We cluster graphs into densely-connected subgraphs based on this measure. We give algorithms for finding such clusterings and experiment on real-world data.</p><p></p><p>We next study statistics on persistence, for piecewise-linear functions defined on the triangulations of topological spaces. We derive persistence pairing probabilities among vertices in the triangulation. We also provide upper bounds for total persistence in expectation. </p><p></p><p>We continue by examining the elevation function defined on the triangulation of a surface. Its local maxima obtained by persistence pairing are useful in describing features of the triangulations of protein surfaces. We describe an algorithm to compute these local maxima, with a run-time ten-thousand times faster in practice than previous method. We connect such improvement with the total Gaussian curvature of the surfaces.</p><p></p><p>Finally, we study a stratification learning problem: given a point cloud sampled from a stratified space, which points belong to the same strata, at a given scale level? We assess the local structure of a point in relation to its neighbors using kernel and cokernel persistent homology. We prove the effectiveness of such assessment through several inference theorems, under the assumption of dense sample. The topological inference theorem relates the sample density with the homological feature size. The probabilistic inference theorem provides sample estimates to assess the local structure with confidence. We describe an algorithm that computes the kernel and cokernel persistence diagrams and prove its correctness. We further experiment on simple synthetic data.</p> / Dissertation

In my dissertation, I will present my research which contributes to solve the following three open problems from biomedical informatics: (1) Multi-task approaches for microarray classification; (2) Multi-label classification of gene and protein prediction from multi-source biological data; (3) Spatial scan for movement data. In microarray classification, samples belong to several predefined categories (e.g., cancer vs. control tissues) and the goal is to build a predictor that classifies a new tissue sample based on its microarray measurements. When faced with the small-sample high-dimensional microarray data, most machine learning algorithm would produce an overly complicated model that performs well on training data but poorly on new data. To reduce the risk of over-fitting, feature selection becomes an essential technique in microarray classification. However, standard feature selection algorithms are bound to underperform when the size of the microarray data is particularly small. The best remedy is to borrow strength from external microarray datasets. In this dissertation, I will present two new multi-task feature filter methods which can improve the classification performance by utilizing the external microarray data. The first method is to aggregate the feature selection results from multiple microarray classification tasks. The resulting multi-task feature selection can be shown to improve quality of the selected features and lead to higher classification accuracy. The second method jointly selects a small gene set with maximal discriminative power and minimal redundancy across multiple classification tasks by solving an objective function with integer constraints. In protein function prediction problem, gene functions are predicted from a predefined set of possible functions (e.g., the functions defined in the Gene Ontology). Gene function prediction is a complex classification problem characterized by the following aspects: (1) a single gene may have multiple functions; (2) the functions are organized in hierarchy; (3) unbalanced training data for each function (much less positive than negative examples); (4) missing class labels; (5) availability of multiple biological data sources, such as microarray data, genome sequence and protein-protein interactions. As participants in the 2011 Critical Assessment of Function Annotation (CAFA) challenge, our team achieved the highest AUC accuracy among 45 groups. In the competition, we gained by focusing on the 5-th aspect of the problem. Thus, in this dissertation, I will discuss several schemes to integrate the prediction scores from multiple data sources and show their results. Interestingly, the experimental results show that a simple averaging integration method is competitive with other state-of-the-art data integration methods. Original spatial scan algorithm is used for detection of spatial overdensities: discovery of spatial subregions with significantly higher scores according to some density measure. This algorithm is widely used in identifying cluster of disease cases (e.g., identifying environmental risk factors for child leukemia). However, the original spatial scan algorithm only works on static spatial data. In this dissertation, I will propose one possible solution for spatial scan on movement data. / Computer and Information Science

Introdução: A hanseníase, doença infecciosa crônica, causada pelo bacilo Mycobacterium leprae, tem seu mecanismo de transmissão não totalmente esclarecido. A transmissão ativa pode estar associada a movimentos migratórios, condições sociais ou outras fontes de infecção (como a manutenção do bacilo no ambiente). Objetivos: Descrever o padrão espacial do risco relativo da hanseníase em menores de 15 anos no estado da Bahia; identificar possíveis agrupamentos espaciais e investigar a possível associação entre o risco relativo da hanseníase e fatores socioeconômicos e ambientais. Metodologia: Este estudo ecológico utilizou dados do Sistema de Informação de Agravos de Notificação (SINAN) de 2005 a 2011, do Censo Demográfico do Instituto Brasileiro de Geografia e Estatística de 2010, da Federação das Indústrias do Estado do Rio de Janeiro, Informações Demográficas e Socioeconômicas do Departamento de Informática do SUS, bases cartográficas digitais de dados ambientais do IBGE e bases cartográficas digitais do estado da Bahia e estados vizinhos. Os riscos relativos por município foram padronizados pela covariável gênero. A análise de varredura espacial com o programa SaTScan permitiu verificar a existência de agrupamentos espaciais do tipo alto e/ou baixo. O segundo estágio da análise consistiu em verificar a possível associação entre risco relativo da hanseníase como variável dependente e variáveis socioeconômicas e ambientais como explicativas, através de análises de regressão hierárquica multivariada não espacial e espacial, de acordo com quadro conceitual definido previamente. Resultados: Durante o período de estudo foram notificados 1.674 casos, que representam 7,87% dos casos totais. As taxas em menores de 15 anos, padronizadas por gênero, diminuiu de 0,89/10.000 em 2005 para 0,57 em 2011. A estatística de varredura espacial identificou 4 agrupamentos de risco alto e 6 de risco baixo. No modelo de regressão hierárquica, o risco relativo foi associado positivamente com porcentagem de corpos dágua, Índice de Gini, porcentagem de população urbana, número médio de moradores em domicílios particulares permanentes, e negativamente com o número de residentes nascidos na Bahia. Conclusão: Este estudo mostrou que a hanseníase ainda está ativa no Nordeste do Brasil, principalmente em ambientes urbanos. Embora o risco relativo da hanseníase tenha diminuído, ele ainda permanece muito alto. Migrações de assentamentos rurais para as cidades, bem como mais pessoas vivendo em domicílios e desigualdades sociais são resultados de um processo histórico no nordeste do Brasil, que dão suporte para a continuidade do processo de transmissão da doença. A associação entre o risco relativo da hanseníase e corpos dágua na escala geográfica proposta, indica que a hipótese que associa a M. leprae e ambientes úmidos ainda não pode ser descartada. / Background: Leprosy is a chronic infectious disease caused by the bacillus Mycobacterium leprae. Its mechanism of transmission has not been completely understood. The active transmission may be associated with people migration, social conditions or other sources of infection (such as maintenance of bacilli in the environment). Objectives: To describe the spatial pattern of the relative risk of leprosy in children under 15 years old in the State of Bahia; to identify possible spatial clusters and to investigate the possible association between the relative risk of leprosy with socioeconomic and environmental factors. Methods: This ecological study used data from the Brazilian Disease Notification System (Sistema Nacional de Informação de Agravos de Notificação SINAN) for the studied period of 2005 to 2011; Instituto Brasileiro de Geografia e Estatstica (IBGE 2011), Department of Data and Information Technology (Informações Demográficas e Socioeconômicas do Departamento de Informática do SUS DATASUS, 2010) and the Federation of Industries of the State of Rio de Janeiro FIRJAN (2010), Cartographic base of municipalities in Bahia and surrounding States corresponded to the shape files from the Brazilian Demographic Census. Relative risks were calculated accounting for the respective covariate gender. The spatial scan analysis with SaTScan program allowed to verify the existence of high and/or low spatial clusters. The second stage of the analysis consisted of verifying possible associations between the relative risks of leprosy as a dependent variable, and socio-economic and environmental variables as independent. This was performed using a multivariate regression analysis according to a previously defined conceptual framework. Results: During the study period, 1,674 cases were reported, representing 7.87% of the total cases. Overall rates have decreased from 0.88/10 000 in 2005 to 0.52 in 2011. Spatial scan statistics identified 4 high-risk and 6 low-risk clusters. In the regression model, after allowing for spatial dependence, relative risks were associated with higher percentage of water bodies, higher Gini index, higher percentage of urban population, larger average number of dwellers by permanent residence and smaller percentage of residents born in Bahia. Conclusions: This study showed that leprosy is still active in the Northeast of Brazil, especially in urban environments. Although relative risks of leprosy in Bahia have been decreasing, they remain very high. Migration of rural settlements to the cities, more people living in households and social inequalities are the result of a historical process in northeastern Brazil, that support the continuity of the disease transmission process. The association between relative risks of leprosy and water bodies in the proposed geographic scale indicates that hypothesis linking M. leprae and humid environments cannot be discarded.

Introdução: A hanseníase, doença infecciosa crônica, causada pelo bacilo Mycobacterium leprae, tem seu mecanismo de transmissão não totalmente esclarecido. A transmissão ativa pode estar associada a movimentos migratórios, condições sociais ou outras fontes de infecção (como a manutenção do bacilo no ambiente). Objetivos: Descrever o padrão espacial do risco relativo da hanseníase em menores de 15 anos no estado da Bahia; identificar possíveis agrupamentos espaciais e investigar a possível associação entre o risco relativo da hanseníase e fatores socioeconômicos e ambientais. Metodologia: Este estudo ecológico utilizou dados do Sistema de Informação de Agravos de Notificação (SINAN) de 2005 a 2011, do Censo Demográfico do Instituto Brasileiro de Geografia e Estatística de 2010, da Federação das Indústrias do Estado do Rio de Janeiro, Informações Demográficas e Socioeconômicas do Departamento de Informática do SUS, bases cartográficas digitais de dados ambientais do IBGE e bases cartográficas digitais do estado da Bahia e estados vizinhos. Os riscos relativos por município foram padronizados pela covariável gênero. A análise de varredura espacial com o programa SaTScan permitiu verificar a existência de agrupamentos espaciais do tipo alto e/ou baixo. O segundo estágio da análise consistiu em verificar a possível associação entre risco relativo da hanseníase como variável dependente e variáveis socioeconômicas e ambientais como explicativas, através de análises de regressão hierárquica multivariada não espacial e espacial, de acordo com quadro conceitual definido previamente. Resultados: Durante o período de estudo foram notificados 1.674 casos, que representam 7,87% dos casos totais. As taxas em menores de 15 anos, padronizadas por gênero, diminuiu de 0,89/10.000 em 2005 para 0,57 em 2011. A estatística de varredura espacial identificou 4 agrupamentos de risco alto e 6 de risco baixo. No modelo de regressão hierárquica, o risco relativo foi associado positivamente com porcentagem de corpos dágua, Índice de Gini, porcentagem de população urbana, número médio de moradores em domicílios particulares permanentes, e negativamente com o número de residentes nascidos na Bahia. Conclusão: Este estudo mostrou que a hanseníase ainda está ativa no Nordeste do Brasil, principalmente em ambientes urbanos. Embora o risco relativo da hanseníase tenha diminuído, ele ainda permanece muito alto. Migrações de assentamentos rurais para as cidades, bem como mais pessoas vivendo em domicílios e desigualdades sociais são resultados de um processo histórico no nordeste do Brasil, que dão suporte para a continuidade do processo de transmissão da doença. A associação entre o risco relativo da hanseníase e corpos dágua na escala geográfica proposta, indica que a hipótese que associa a M. leprae e ambientes úmidos ainda não pode ser descartada. / Background: Leprosy is a chronic infectious disease caused by the bacillus Mycobacterium leprae. Its mechanism of transmission has not been completely understood. The active transmission may be associated with people migration, social conditions or other sources of infection (such as maintenance of bacilli in the environment). Objectives: To describe the spatial pattern of the relative risk of leprosy in children under 15 years old in the State of Bahia; to identify possible spatial clusters and to investigate the possible association between the relative risk of leprosy with socioeconomic and environmental factors. Methods: This ecological study used data from the Brazilian Disease Notification System (Sistema Nacional de Informação de Agravos de Notificação SINAN) for the studied period of 2005 to 2011; Instituto Brasileiro de Geografia e Estatstica (IBGE 2011), Department of Data and Information Technology (Informações Demográficas e Socioeconômicas do Departamento de Informática do SUS DATASUS, 2010) and the Federation of Industries of the State of Rio de Janeiro FIRJAN (2010), Cartographic base of municipalities in Bahia and surrounding States corresponded to the shape files from the Brazilian Demographic Census. Relative risks were calculated accounting for the respective covariate gender. The spatial scan analysis with SaTScan program allowed to verify the existence of high and/or low spatial clusters. The second stage of the analysis consisted of verifying possible associations between the relative risks of leprosy as a dependent variable, and socio-economic and environmental variables as independent. This was performed using a multivariate regression analysis according to a previously defined conceptual framework. Results: During the study period, 1,674 cases were reported, representing 7.87% of the total cases. Overall rates have decreased from 0.88/10 000 in 2005 to 0.52 in 2011. Spatial scan statistics identified 4 high-risk and 6 low-risk clusters. In the regression model, after allowing for spatial dependence, relative risks were associated with higher percentage of water bodies, higher Gini index, higher percentage of urban population, larger average number of dwellers by permanent residence and smaller percentage of residents born in Bahia. Conclusions: This study showed that leprosy is still active in the Northeast of Brazil, especially in urban environments. Although relative risks of leprosy in Bahia have been decreasing, they remain very high. Migration of rural settlements to the cities, more people living in households and social inequalities are the result of a historical process in northeastern Brazil, that support the continuity of the disease transmission process. The association between relative risks of leprosy and water bodies in the proposed geographic scale indicates that hypothesis linking M. leprae and humid environments cannot be discarded.

O presente estudo tem o objetivo de analisar os padrões espaciais das ocorrências de suicídio no município de São Paulo, no período de 1996 a 2005, e verificar a sua associação com variávies socioeconômico-culturais (estado civil, renda, instrução, religião, migração). A escolha das variáveis analíticas foi baseada nos fatores de risco ao suicídio levantados pela OMS, OPAS e na teoria sobre o suicídio de Durkheim. Os dados socioeconômicos utilizados foram provenientes do IBGE e os dados de mortalidade do PRO-AIM. Para a identificação do padrão espacial das taxas de suicídio foi utilizado o teste de varredura espacial. Para a verificação da associação com as variáveis socioeconômicas e culturais foi utilizada análise de regressão logísica. No período estudado ocorreram 4275 óbitos por suicídio no município de São Paulo, com uma taxa média de 4,1/100 mil hab/ano. O primeiro teste de varredura espacial, considerando-se 50% da população total como tamanho máximo do agrupamento, identificou 2 agrupamentos significativos, um de risco (RR = 1,66) composto por 18 distritos da região central, centro-sul e centrooeste da cidade (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) e um de proteção (RR = 0,78) formado por 14 distritos da região sul (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). O teste considerando-se 5% da população total como tamanho máximo do agrupamento, encontrou 2 agrupamentos significativos. Nesse teste, o agrupamento de risco do primeiro teste foi desmembrado em dois agrupamentos menores, ambos de risco. O agrupamento primário apresentou RR = 1,92 em 9 distritos centrais, o agrupamento secundário RR = 1,58 em 6 distritos da região centro-sul. Para a análise de regressão logística, o agrupamento de risco identificado no primeiro teste de varredura espacial (18 distritos) e os demais 78 distritos (contraste) foram definidos como variáveis dependentes e as variáveis socioeconômicoculturais independentes. O primeiro modelo ajustado na regressão multivariada identificou as seguintes variáveis como risco: solteiros (OR = 2,36); migrantes (OR = 1,49); católicos (OR = 1,36); elevada renda (OR = 1,05). O segundo modelo multivariado identificou as seguintes variáveis como proteção: casados (OR = 0,48); evangélicos (0,60). Os resultados podem ser explicados pelos fatores de risco da literatura, pela teoria de Durkheim adaptada à realidade paulistana e pela diferença entre suicídio e homicídio. / The present study aims to analyse the space patterns of suicide occurence in the city of São Paulo, in the period from 1996 to 2005, and check its association with the socioeconomic-cultural variables (marital status, income, education, religion, migration). The choice of the analytical variables was based on the suicide risk factors lifted by the WHO and OPAS, and in the Durkheim´s suicide theory. The socioeconomic data used were originated from the IBGE and the mortality data from the PRO-AIM. The spatial scan test was applied to identify space patterns of suicide rates. In order to check the association with the socioeconomic-cultural variables, the logistic regression analysis was used. In the studied period, 4275 suicide deaths took place in the city of São Paulo, with a mean rate of 4,1/100 thousand inhabitant/year. The first spatial scan test, considering 50% of the total population as the maximum cluster size, identified 2 significant clusters, one of risk (RR = 1,66) composed by 18 districts of the central region, south-center and western-center of the city (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) and one of protection (RR = 0,78) formed by 14 districts of the south region (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). The test considering 5% of the total population as the maximum cluster size, found 2 significant clusters. In this test, the risk cluster of the first test was dismembered in two minor clusters, both of risk. The primary cluster presented RR = 1,92 in 9 central districts the secondary cluster RR = 1,58 in 6 districts of the south-centre. To the logistic regression analysis, the risk cluster identified in the first spatial scan test (18 districts) and the others 78 districts (contrast) were defined as dependent variables and the socioeconomic-cultural variables as independent. The first adjusted model in the multivaried regression identified these variables like risk: singles (OR = 2,36); migrant (OR = 1,49); catholics (OR = 1,36); high income (OR = 1,05). The second multivaried model identified these variables like protection: married (OR = 0,48); evangelic (0,60). The results can be explained by the literature risk factors, the Durkheim´s theory well-adjusted for the reality of São Paulo and by the difference between suicide and homicide.

A hanseníase, doença crônica estigmatizante com potencial de causar danos neurológicos, resulta da infecção pelo Mycobacterium leprae. Análises epidemiológicas atuais têm utilizado ferramentas clínicas e de análise espacial para o mapeamento dos principais focos de ocorrência de doenças e de áreas de alto risco. Analisar os municípios maranhenses quanto à distribuição dos casos de hanseníase torna-se uma ferramenta a mais na prevenção e controle da Hanseníase no estado por inúmeros fatores: comporta-se como área hiperendêmica de hanseníase; apresenta fluxo migratório intenso com outras cidades de forma interestadual; e tem grandes contrastes sociais marcados por pouca, ou nenhuma, infraestrutura básica em algumas áreas dos vários municípios deste. Objetivos: Analisar a distribuição espaço-temporal da hanseníase para o estado do Maranhão, no período de 2001 a 2013. Identificar a ocorrência de agrupamentos espaços-temporais de provável alta transmissão (risco) e verificar se há associação dessa distribuição de taxas de detecção de risco relativo (RR) da doença com as variáveis do contexto geográfico como socioeconômicas e ambientais. Metodologia: A fonte de coleta dos dados clínicos e epidemiológicos foi o Sistema de Informação Nacional de Agravos Notificáveis do Ministério da Saúde e dos dados demográficos, ambientais e bases cartográficas digitais do Instituto Brasileiro de Geografia e Estatística. Foi adotada uma abordagem ecológica sobre tendências dos padrões espaçostemporais de transmissibilidade, com utilização dos métodos: varredura espacial (scan), para a identificação dos agregados (clusters) de risco, considerando o modelo de distribuição de probabilidade Discreto de Poisson; Estimador Bayesiano Empírico para a suavização local de taxas, a partir de informações de municípios vizinhos tendo como estratégia de construção o critério da contiguidade; regressão múltipla espacial considerando uma modelagem com distribuição de Poisson no contexto Bayesiano, levando em conta a dependência espacial, com o propósito de avaliar a relação entre a ocorrência da variável dependente com as variáveis demográficas, socioeconômicas e ambientais. Resultados: A taxa média de detecção foi de 6,73 casos por 10.000 hab., com 53.826 casos notificados no período. O estudo revelou que a distribuição dos casos de sexo masculino (57,75%) apresentou maior proporção em relação ao feminino (42,25%), havendo predominância da doença na faixa etária >15 anos (89,87%). A alta ocorrência na classificação operacional multibacilar (60,10%) é um forte indicativo decorrente do longo período de incubação da doença somado ao não diagnóstico precoce. A análise da distribuição dos agregados espaciais identificou 14 (7 de risco alto e 7 de risco baixo) e 6 (3 de risco alto e 3 de risco baixo) agrupamentos espaciais, considerando-se 10% e 50% da população em risco, respectivamente, em áreas com taxas de detecção alta e que possuem baixa qualidade de vida. O estimador Bayesiano empírico local possibilitou gerar índices corrigidos e com menores instabilidades. A análise de regressão múltipla espacial mostrou que as variáveis índice Gini, bioma predominante cerrado/caatinga e percentual de população urbana tiveram associação positiva e significativa para explicar o risco relativo (RR) no estado do Maranhão. Conclusões: O estudo mostrou que existem aglomerados com elevado risco para transmissão da hanseníase no estado do Maranhão. A associação entre o risco relativo da hanseníase e o percentual de população urbana indica que a hipótese que associa o M. leprae e a população que vive em condições de acentuada desigualdade socioeconômica ainda é forte. Essa hiperendemicidade pode demonstrar que o crescimento da população urbana é um preditor de incidência da hanseníase, face à urbanização descontrolada e ao fluxo de migrantes advindos de diferentes espaços rurais. Foi possível identificar áreas prioritárias para implementação de programas eficazes de controle de hanseníase no estado do Maranhão. / Leprosy, a chronic stigmatizing disease with the potential to cause neurological damage resulting from infection by Mycobacterium leprae. Current epidemiological studies have used clinical and spatial analysis for mapping of the main occurrence of disease outbreaks and high-risk areas. Analyze the municipalities of Maranhão state regarding the distribution of leprosy cases becomes another tool in the prevention and control of leprosy in the state by numerous factors like behaves as hyper-endemic area of leprosy; It presents intense migration to other interstate cities; and has great social contrasts marked by little or no basic infrastructure in some areas of several municipalities.. Objectives: To analyze the spatiotemporal distribution of leprosy in the Maranhão state, from 2001 to 2013. To identify the spatiotemporal clusters occurrence of probable high transmission (risk) and check for association of this distribution of relative risk (RR) detection rates of the disease with the variables of geographic context as socioeconomic and environmental. Methodology: Clinical and epidemiological data was obtained from the Ministry of Healths Disease Reporting System and demographic data, environmental and digital cartographic bases were obtained from the Brazilian Geography and Statistics Institute. An ecological approach to trends transmissibility of spatiotemporal patterns, using the methods: spatial scan to identification the clusters of risk, considering the Discrete Poisson probability distribution model; empirical Bayesian method was applied for local rate flattening, using data from municipalities having as building strategy the criterion of contiguity; ecological regression modeling with considering a Poisson distribution in the Bayesian context, taking into account the spatial dependence, in order to evaluate the relationship between the occurrence of the dependent variable with demographic, socioeconomic and environmental variables. Results: The mean detection rate was 6.73 cases per 10,000 inhabitants, with 53,826 reported cases. The study revealed that the distribution of male cases (57.75%) showed a predominance over female (42.25%), with predominance of the disease in the age group upper than 15 years (89.87%). The high occurrence in operational classification multibacillary (60.10%) is a strong indication due to the long incubation period of the disease added to no early diagnosis. The analysis of the distribution of spatial clusters identified 14 (7 high risk and 7 low risk) and 6 (3 high risk and 3 low risk) spatial clusters, considering 10% and 50% of the population at risk in areas with high detection rates and which have low quality of life. Local empirical Bayes estimator allowed to generate fixed and minor instabilities indexes. The best results of modeling to spatial multiple regression analysis for the relative risk (RR) presented for the variables Gini index, cerrado/caatinga biome and percentage of urban population. Conclusions: The study showed that there are clusters at high risk for transmission of leprosy in the Maranhao state. The association between the relative risk of leprosy and the percentage of urban population indicates that the hypothesis that associates M. leprae and the population living in severe socioeconomic inequality is still strong. This hyperendemicity can demonstrate that the growth of the urban population is a predictor incidence of leprosy due to uncontrolled urbanization and the influx of migrants coming from different rural areas.It was possible to identify priority areas for implementation of effective leprosy control programs in the Maranhão state.

A hanseníase, doença crônica estigmatizante com potencial de causar danos neurológicos, resulta da infecção pelo Mycobacterium leprae. Análises epidemiológicas atuais têm utilizado ferramentas clínicas e de análise espacial para o mapeamento dos principais focos de ocorrência de doenças e de áreas de alto risco. Analisar os municípios maranhenses quanto à distribuição dos casos de hanseníase torna-se uma ferramenta a mais na prevenção e controle da Hanseníase no estado por inúmeros fatores: comporta-se como área hiperendêmica de hanseníase; apresenta fluxo migratório intenso com outras cidades de forma interestadual; e tem grandes contrastes sociais marcados por pouca, ou nenhuma, infraestrutura básica em algumas áreas dos vários municípios deste. Objetivos: Analisar a distribuição espaço-temporal da hanseníase para o estado do Maranhão, no período de 2001 a 2013. Identificar a ocorrência de agrupamentos espaços-temporais de provável alta transmissão (risco) e verificar se há associação dessa distribuição de taxas de detecção de risco relativo (RR) da doença com as variáveis do contexto geográfico como socioeconômicas e ambientais. Metodologia: A fonte de coleta dos dados clínicos e epidemiológicos foi o Sistema de Informação Nacional de Agravos Notificáveis do Ministério da Saúde e dos dados demográficos, ambientais e bases cartográficas digitais do Instituto Brasileiro de Geografia e Estatística. Foi adotada uma abordagem ecológica sobre tendências dos padrões espaçostemporais de transmissibilidade, com utilização dos métodos: varredura espacial (scan), para a identificação dos agregados (clusters) de risco, considerando o modelo de distribuição de probabilidade Discreto de Poisson; Estimador Bayesiano Empírico para a suavização local de taxas, a partir de informações de municípios vizinhos tendo como estratégia de construção o critério da contiguidade; regressão múltipla espacial considerando uma modelagem com distribuição de Poisson no contexto Bayesiano, levando em conta a dependência espacial, com o propósito de avaliar a relação entre a ocorrência da variável dependente com as variáveis demográficas, socioeconômicas e ambientais. Resultados: A taxa média de detecção foi de 6,73 casos por 10.000 hab., com 53.826 casos notificados no período. O estudo revelou que a distribuição dos casos de sexo masculino (57,75%) apresentou maior proporção em relação ao feminino (42,25%), havendo predominância da doença na faixa etária >15 anos (89,87%). A alta ocorrência na classificação operacional multibacilar (60,10%) é um forte indicativo decorrente do longo período de incubação da doença somado ao não diagnóstico precoce. A análise da distribuição dos agregados espaciais identificou 14 (7 de risco alto e 7 de risco baixo) e 6 (3 de risco alto e 3 de risco baixo) agrupamentos espaciais, considerando-se 10% e 50% da população em risco, respectivamente, em áreas com taxas de detecção alta e que possuem baixa qualidade de vida. O estimador Bayesiano empírico local possibilitou gerar índices corrigidos e com menores instabilidades. A análise de regressão múltipla espacial mostrou que as variáveis índice Gini, bioma predominante cerrado/caatinga e percentual de população urbana tiveram associação positiva e significativa para explicar o risco relativo (RR) no estado do Maranhão. Conclusões: O estudo mostrou que existem aglomerados com elevado risco para transmissão da hanseníase no estado do Maranhão. A associação entre o risco relativo da hanseníase e o percentual de população urbana indica que a hipótese que associa o M. leprae e a população que vive em condições de acentuada desigualdade socioeconômica ainda é forte. Essa hiperendemicidade pode demonstrar que o crescimento da população urbana é um preditor de incidência da hanseníase, face à urbanização descontrolada e ao fluxo de migrantes advindos de diferentes espaços rurais. Foi possível identificar áreas prioritárias para implementação de programas eficazes de controle de hanseníase no estado do Maranhão. / Leprosy, a chronic stigmatizing disease with the potential to cause neurological damage resulting from infection by Mycobacterium leprae. Current epidemiological studies have used clinical and spatial analysis for mapping of the main occurrence of disease outbreaks and high-risk areas. Analyze the municipalities of Maranhão state regarding the distribution of leprosy cases becomes another tool in the prevention and control of leprosy in the state by numerous factors like behaves as hyper-endemic area of leprosy; It presents intense migration to other interstate cities; and has great social contrasts marked by little or no basic infrastructure in some areas of several municipalities.. Objectives: To analyze the spatiotemporal distribution of leprosy in the Maranhão state, from 2001 to 2013. To identify the spatiotemporal clusters occurrence of probable high transmission (risk) and check for association of this distribution of relative risk (RR) detection rates of the disease with the variables of geographic context as socioeconomic and environmental. Methodology: Clinical and epidemiological data was obtained from the Ministry of Healths Disease Reporting System and demographic data, environmental and digital cartographic bases were obtained from the Brazilian Geography and Statistics Institute. An ecological approach to trends transmissibility of spatiotemporal patterns, using the methods: spatial scan to identification the clusters of risk, considering the Discrete Poisson probability distribution model; empirical Bayesian method was applied for local rate flattening, using data from municipalities having as building strategy the criterion of contiguity; ecological regression modeling with considering a Poisson distribution in the Bayesian context, taking into account the spatial dependence, in order to evaluate the relationship between the occurrence of the dependent variable with demographic, socioeconomic and environmental variables. Results: The mean detection rate was 6.73 cases per 10,000 inhabitants, with 53,826 reported cases. The study revealed that the distribution of male cases (57.75%) showed a predominance over female (42.25%), with predominance of the disease in the age group upper than 15 years (89.87%). The high occurrence in operational classification multibacillary (60.10%) is a strong indication due to the long incubation period of the disease added to no early diagnosis. The analysis of the distribution of spatial clusters identified 14 (7 high risk and 7 low risk) and 6 (3 high risk and 3 low risk) spatial clusters, considering 10% and 50% of the population at risk in areas with high detection rates and which have low quality of life. Local empirical Bayes estimator allowed to generate fixed and minor instabilities indexes. The best results of modeling to spatial multiple regression analysis for the relative risk (RR) presented for the variables Gini index, cerrado/caatinga biome and percentage of urban population. Conclusions: The study showed that there are clusters at high risk for transmission of leprosy in the Maranhao state. The association between the relative risk of leprosy and the percentage of urban population indicates that the hypothesis that associates M. leprae and the population living in severe socioeconomic inequality is still strong. This hyperendemicity can demonstrate that the growth of the urban population is a predictor incidence of leprosy due to uncontrolled urbanization and the influx of migrants coming from different rural areas.It was possible to identify priority areas for implementation of effective leprosy control programs in the Maranhão state.

O presente estudo tem o objetivo de analisar os padrões espaciais das ocorrências de suicídio no município de São Paulo, no período de 1996 a 2005, e verificar a sua associação com variávies socioeconômico-culturais (estado civil, renda, instrução, religião, migração). A escolha das variáveis analíticas foi baseada nos fatores de risco ao suicídio levantados pela OMS, OPAS e na teoria sobre o suicídio de Durkheim. Os dados socioeconômicos utilizados foram provenientes do IBGE e os dados de mortalidade do PRO-AIM. Para a identificação do padrão espacial das taxas de suicídio foi utilizado o teste de varredura espacial. Para a verificação da associação com as variáveis socioeconômicas e culturais foi utilizada análise de regressão logísica. No período estudado ocorreram 4275 óbitos por suicídio no município de São Paulo, com uma taxa média de 4,1/100 mil hab/ano. O primeiro teste de varredura espacial, considerando-se 50% da população total como tamanho máximo do agrupamento, identificou 2 agrupamentos significativos, um de risco (RR = 1,66) composto por 18 distritos da região central, centro-sul e centrooeste da cidade (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) e um de proteção (RR = 0,78) formado por 14 distritos da região sul (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). O teste considerando-se 5% da população total como tamanho máximo do agrupamento, encontrou 2 agrupamentos significativos. Nesse teste, o agrupamento de risco do primeiro teste foi desmembrado em dois agrupamentos menores, ambos de risco. O agrupamento primário apresentou RR = 1,92 em 9 distritos centrais, o agrupamento secundário RR = 1,58 em 6 distritos da região centro-sul. Para a análise de regressão logística, o agrupamento de risco identificado no primeiro teste de varredura espacial (18 distritos) e os demais 78 distritos (contraste) foram definidos como variáveis dependentes e as variáveis socioeconômicoculturais independentes. O primeiro modelo ajustado na regressão multivariada identificou as seguintes variáveis como risco: solteiros (OR = 2,36); migrantes (OR = 1,49); católicos (OR = 1,36); elevada renda (OR = 1,05). O segundo modelo multivariado identificou as seguintes variáveis como proteção: casados (OR = 0,48); evangélicos (0,60). Os resultados podem ser explicados pelos fatores de risco da literatura, pela teoria de Durkheim adaptada à realidade paulistana e pela diferença entre suicídio e homicídio. / The present study aims to analyse the space patterns of suicide occurence in the city of São Paulo, in the period from 1996 to 2005, and check its association with the socioeconomic-cultural variables (marital status, income, education, religion, migration). The choice of the analytical variables was based on the suicide risk factors lifted by the WHO and OPAS, and in the Durkheim´s suicide theory. The socioeconomic data used were originated from the IBGE and the mortality data from the PRO-AIM. The spatial scan test was applied to identify space patterns of suicide rates. In order to check the association with the socioeconomic-cultural variables, the logistic regression analysis was used. In the studied period, 4275 suicide deaths took place in the city of São Paulo, with a mean rate of 4,1/100 thousand inhabitant/year. The first spatial scan test, considering 50% of the total population as the maximum cluster size, identified 2 significant clusters, one of risk (RR = 1,66) composed by 18 districts of the central region, south-center and western-center of the city (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) and one of protection (RR = 0,78) formed by 14 districts of the south region (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). The test considering 5% of the total population as the maximum cluster size, found 2 significant clusters. In this test, the risk cluster of the first test was dismembered in two minor clusters, both of risk. The primary cluster presented RR = 1,92 in 9 central districts the secondary cluster RR = 1,58 in 6 districts of the south-centre. To the logistic regression analysis, the risk cluster identified in the first spatial scan test (18 districts) and the others 78 districts (contrast) were defined as dependent variables and the socioeconomic-cultural variables as independent. The first adjusted model in the multivaried regression identified these variables like risk: singles (OR = 2,36); migrant (OR = 1,49); catholics (OR = 1,36); high income (OR = 1,05). The second multivaried model identified these variables like protection: married (OR = 0,48); evangelic (0,60). The results can be explained by the literature risk factors, the Durkheim´s theory well-adjusted for the reality of São Paulo and by the difference between suicide and homicide.

Lyme disease is an emerging tick-borne illness in Canada, with human case numbers increasing 15- to 20-fold since Lyme disease became nationally notifiable in 2009 until the present. In Ontario, Canada's largest province by population, average Lyme disease incidence across the province is similar to that of national estimates. However, in eastern Ontario, which is near tick endemic regions in the northeastern Unites States, Lyme disease incidence is disproportionately higher compared to the rest of the province. The objectives of this thesis are to identify environmental Lyme disease risk areas in Ontario, to explore spatiotemporal trends in Lyme disease emergence, and to identify neighbourhood-level socioecological risk factors for Lyme disease. In addition, this thesis also aims to assess the risk of other tick-borne illnesses that are transmitted by the blacklegged tick, Ixodes scapularis, which is also the main vector for Lyme disease in Canada. Using maximum entropy species distribution modelling to correlate blacklegged tick occurrence data with environmental variables, predictive risk models for I. scapularis and the Lyme disease pathogen, Borrelia burgdorferi, were developed. The model prediction was used to classify low and high environment risk areas and, using a case-control epidemiological study, we assessed that residence in risk areas was a strong predictor of Lyme disease. However, this relationship was modulated by socioecological factors linked to higher overall rurality of the locality of home residence. Spatial cluster analyses further revealed that human Lyme disease cases clustered in regions with the high numbers of reported B. burgdorferi-infected ticks in the environment. Many individuals residing in large metropolitan regions, like the City of Ottawa, reported tick exposures outside their public health unit of residence; however, local clusters of Lyme disease were also detected in suburban regions near conservation areas, trails, and urban woodlands. The prevalence of other tick-borne pathogens was low, although several pathogens of public health significance including Borrelia miyamotoi and Anaplasma phagocytophilum were detected at multiple sites surveyed for ticks between 2017-2021. Overall, this thesis identify patterns in Lyme disease emergence (and potentially other tick-borne illnesses), defines environmental risk areas for Lyme disease in Ontario, and highlights important socioecological risk factors for Lyme disease in eastern Ontario.